1 / 47. Matematičko modeliranje u biologiji 3. MODEL BIOREAKTORA

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "1 / 47. Matematičko modeliranje u biologiji 3. MODEL BIOREAKTORA"

Transcript

1 1 / 47 Matematičko modeliranje u biologiji 3. MODEL BIOREAKTORA

2 2 / 47 Model bioreaktora Model rasta s ograničenjem hranjivih sastojaka 3.1. Model rasta s ograničenjem hranjivih sastojaka Ukoliko nema ogranićenja na hranjive sastojke, rast je opisan s P = b P Količina hrane ograničena (ne obnavlja se) povećanjem populacije, smanjuje se količina (dostupnost) hrane smanjuje se brzina rasta

3 Model rasta s ograničenjem hranjivih sastojaka 3 / 47 Označimo S(t) - koncentracija hranjivih sastojaka P(t) - koncentracija populacije Napomena. volumen S(t) - ukupna količina hranjivih sastojaka N(t) = volumen P(t) - ukupna veličina populacije Brzina rasta (b) ovisi o S b(s)

4 4 / 47 Model bioreaktora Pretpostavke na b(s) Model rasta s ograničenjem hranjivih sastojaka S = 0 - nema hranjivih sastojaka nema rasta b(0) = 0 Količina hrane neograničena - S = eksponencijalni rast b( ) = V Najjednostavnija funkcija b koja zadovoljava b(0) = 0 i b( ) = V je b(s) = V S K + S

5 5 / 47 Jackues Monod Model bioreaktora Model rasta s ograničenjem hranjivih sastojaka 1910, Pariz, Francuska 1976.,Cannes, Francuska Nobelova nagrada za fiziologiju i medicinu Jedan od utemljitelja molekularne biologije J. Monod (1949). The growth of bacterial cultures, Ann. Rev. Microbiol., 3, Proučavao brzinu rasta kultura bakterija Escherichia Coli K12. Ovisnost brzine rasta o koncentraciji hranjivih sastojaka (glukoza) Za konstantnu koncentraciju glukoze (S), brzina rasta je konstantna: P = b(s) P. Eksperimentalno utvr divao specifičnu brzinu rasta za danu koncentraciju glukoze

6 Model rasta s ograničenjem hranjivih sastojaka 6 / 47 Eksperimentalno utvr dena veza izme du specifične brzine rasta i koncentracije hranjivih sastojaka: b(s) = V S K + S Monodova funkcija V - maksimalna specifična brzina rasta K - polusaturacijska konstanta = koncentracija supstrata na kojoj je specifična brzina rasta jednaka polovici maksimalne Sada je brzina rasta populacije dana s P (t) = V S(t) K + S(t) P(t)

7 Model rasta s ograničenjem hranjivih sastojaka 7 / 47 Zakon o održanju mase: ukupna masa sustava je konstantna Sva hrana se pretvara u biomasu. Masa populacije = volumen P(t) m P (m P masa jedne stanice) Masa hranjivih sastojaka = volumen S(t) m S (m S jedinična masa hranjivih sastojaka) Definirajmo Y = m S m P volumen P(t) m P + volumen S(t) m S = const Y S(t) + P(t) = const d [Y S(t) + P(t)] = 0 dt S (t) = P (t) Y S(t) P(t) = V K + S(t) Y

8 Model rasta s ograničenjem hranjivih sastojaka Monodov model P (t) = V S(t) K + S(t) P(t) S (t) = V S(t) P(t) K + S(t) Y P t S t Vrijeme 8 / 47

9 Model rasta s ograničenjem hranjivih sastojaka Iz slijedi Y S + P = C S = 1 (C P) Y P = V S K + S P = V Y C P K + 1 Y (C P)P = V (C P) K Y + C P P P = V (C P) K Y + C P P 9 / 47

10 Model rasta s ograničenjem hranjivih sastojaka 10 / 47 Model dobro opisuje eksperimentalne podatke. Podaci za rast E. coli P t

11 11 / 47 Model bioreaktora Fazni portret sustava. Model rasta s ograničenjem hranjivih sastojaka - Parametarski graf {(S(t), P(t)) t 0} Monodov model: P + Y S = C Linearna veza. C je definiran početnim uvjetima: C = P(0) + Y S(0) = P 0 + Y S 0

12 Model rasta s ograničenjem hranjivih sastojaka 12 / P P t S t

13 Model rasta s ograničenjem hranjivih sastojaka 13 / P

14 14 / 47 Model bioreaktora Fazni portret za Monodov model Model rasta s ograničenjem hranjivih sastojaka P

15 Rast i mirovanje 15 / Rast i mirovanje Kada su hranjivi sastojci potrešeni (nedostupni), stanice mogu prijeći u stanje mirovanja (engl. quiescence). U tom stanju mogu biti dugo vremena. Uvodimo još jednu populaciju stanica (stanice u mirovanju), Q: S - koncentracija (ograničenih) hranjivih sastojaka P - populacija stanica u rastu (koncentracija) Q - populacija stanica u mirovanju (koncentracija)

16 Rast i mirovanje 16 / 47 Model izvodimo iz prijašnjeg modela: S = V S P K + S Y P = V S K + S P Q Q =? Napomena. Stanice u mirovanju ne troše hranjive sastojke. S ne ovisi o Q

17 17 / 47 Model bioreaktora Rast i mirovanje Pretpostavke: Brzina prijelaza iz P Q je proporcionalna P Brzina prijelaza iz Q P je proporcionalna Q Obje ovise o S (koncentarciji hranjivih sastojaka): Q = α(s)p β(s)q Izbor funkcija α(s) i β(s): Ako ima dovoljno hranjivih sastojaka (S velik) α(s) 0 i β(s) > 0 Ako nema hranjivih sastojaka (S 0) α(s) > 0 i β(s) 0 α(0) > 0, α( ) = 0 i β(0) = 0, β( ) > 0 α(s) = S i β(s) = S 1 + S

18 Rast i mirovanje 18 / 47 Model: S = V S P K + S Y P = V S P α(s)p + β(s)q K + S Q = α(s)p β(s)q Napomena. Ukoliko umjesto mirovanja imamo umiranje. Nema povratka Q P, β 0

19 Rast i mirovanje 19 / 47 S t P t Q t

20 20 / 47 Model bioreaktora 3.3. Chemostat model Chemostat model Monodov model - rast u zatvorenom sustavu. Nema dotoka hrane ili uklanjanja dijela populacije. Kulturu stanica je moguće uzgajati u fiksiranom volumenu gdje se hranjivi sastojci konstantno obnavljaju protokom medija kroz njih.

21 Chemostat model 21 / 47 U komori se, u mediju, nalaze stanice i hranjivi sastojci (supstrat) Izmješani su idealno (koncentracija stanica i hranjivih sastojaka u komori je uniformna) Supstrat konstantnim tokom dotječu u komoru Istom brzinom sadržaj komore istječe, održavajući volumen konstantnim ω - brzina ispiranja (engl. washout rate) = brzina toka (volumen/vrijeme) / volumen komore

22 Chemostat model 22 / 47 Ovakav bioreaktor se naziva chemostat ( Chemical environment is static) ili CSTR ( continuosly stirred tank reactor) Dotok hranjivih sastojaka/supstrata se može regulirati Tako der se može regulirati temperatura, dovod kisika,... može se uzgajati više populacija (u različitom me duodnosu) biološki model za složene ekosustave

23 Izvod modela Model bioreaktora Chemostat model Promjena koncentracije supstrata: Q = dotok iz spremnika - potrošnja populacije - ispiranje Promjena koncentracije populacije: P = dioba - ispiranje brzina diobe: V S P (Monodova funkcia) K + S brzina potrošnje supstrata: V S P K + S Y brzina dotoka supstrata: ω S 0 Ukupan dotok (brzina): ω ν (ν - volumen komore) Ukupan dotok supstrata: ω ν S 0 Povećanje koncentracije supstrata: ω ν S 0 /ν = ω S 0 Ukupno istjecanje (brzina): ω ν (= ukupan dotok) Istjecanje - populacija: ω P(t) Istjecanje - supstrat: ω S(t) 23 / 47

24 Chemostat model. Model bioreaktora Chemostat model S = V S P K + S Y + ω S 0 ω S P = V S K + S P ω P S t P t / 47

25 25 / 47 Biofilm. Model bioreaktora Chemostat model Tijekom rasta u komori stanice se mogu početi lijepiti za stijenku komore. Biofilm. Sada se u komori nalaze stanice koje slobodno plutaju u mediju (P) stanice priljepljene za zid komore (Q) Stanice priljepljene za zid komore imaju drugačiju potrošnju hranjivih sastojaka (manja dostupnost) manja specifična brzina rasta ne istječu s medijem iz komore Stanice se priljepljuju za stijenku komore brzinom α = α(s) (prijelaz iz populacije P u populaciju Q) Uslijed protoka medija, stanice se odljepljuju od stijenke komore brzinom β = β(s) (prijelaz iz populacije Q u populaciju P)

26 Chemostat model 26 / 47 Model: S = V S P K + S Y V Q S P K Q + S Y ω (S S 0) S P = V S P ω P α(s) P + β(s) Q K + S Q = V Q S P + α(s) P β(s) Q K Q + S

27 Chemostat model 27 / 47 S t P t Q t

28 28 / 47 Model bioreaktora Chemostat model Hranidbeni lanac. Rast s ograničenim hranjivim sastojcima U posudi su tri vrste mikroba (P 1, P 2, P 3 ). Populacija P 1 konzumira supstrat S 1 koji koji se nalazi u posudi. P 1 proizvodi supstrat S 2 za populaciju P 2 P 2 proizvodi supstrat S 3 za populaciju P 3 S 1 P 1 S 2 P 2 S 3 P 3 Populacija P 1 supstrat S 2 proizvodi brzinom m 2 Populacija P 2 supstrat S 3 proizvodi brzinom m 3

29 29 / 47 Model bioreaktora Krenut ćemo od Monodovog nodela. Chemostat model Pretpostavljamo da sve stanice proizvode suptrat. Izvedimo jednadžbu za populaciju P 1. Rast populacije je opisan s: Proizvodnja supstrata: m 2 P 1. Promjena supstrata S 1 : P 1 = V 1 S 1 K 1 + S 1 P 1 Jednadžbe: S 1 = V 1 S 1 K 1 + S 1 P 1 Y 1 m 2 Y 1 P 1 P 1 = V 1 S 1 K 1 + S 1 P 1 S 1 = V 1 S 1 K 1 + S 1 P 1 Y 1 m 2 Y 1 P 1

30 Chemostat model 30 / 47 Druga populacija analogno. Povećanje koncentracije supstrata: m 2 P 1. P 2 = V 2 S 2 K 2 + S 2 P 2 S 2 = m 2 P 1 V 2 S 2 K 2 + S 2 P 2 Y 2 m 3 Y 2 P 2 Isto i za populaciju P 3, jedino što nema proizvodnje supstrata: P 3 = V 3 S 3 K 3 + S 3 P 3 S 3 = m 3 P 2 V 3 S 3 K 3 + S 3 P 3 Y 3

31 Chemostat model 31 / 47 Model: S 1 = V 1 S 1 K 1 + S 1 P 1 Y 1 m 2 Y 1 P 1 P 1 = V 1 S 1 K 1 + S 1 P 1 S 2 = m 2 P 1 V 2 S 2 K 2 + S 2 P 2 Y 2 m 3 Y 2 P 2 P 2 = V 2 S 2 K 2 + S 2 P 2 S 3 = m 3 P 2 V 3 S 3 K 3 + S 3 P 3 Y 3 P 3 = V 3 S 3 K 3 + S 3 P 3

32 Chemostat model 32 / 47 P 1 t P 2 t P 3 t Populacija se smanjuje!

33 Chemostat model 33 / 47 S1 t S2 t S3 t Negativne koncentracije supstrata!

34 Chemostat model Stanice proizvode supstrat i kada više nemaju svojih hranjivih sastojaka! Treba koristiti model s uključenim stanicama u mirovanju. Supstrat proizvode samo aktivne stanice. Kada nema hranjivih sastojaka, stanice su u stanju mirovanja i nema proizvodnje supstrata. Zadatak Modificirajte prethodni model tako da uključite i populaciju stanica u mirovanju. 34 / 47

35 35 / 47 Rješenje. Model bioreaktora Chemostat model S 1 = V 1 S 1 K 1 + S 1 P 1 Y 1 m 2 Y 1 P 1 P 1 = V 1 S 1 K 1 + S 1 P 1 α 1 (S 1 ) P 1 + β 1 (S 1 ) Q 1 Q 1 = α 1 (S 1 ) P 1 β 1 (S 1 ) Q 1 S 2 = m 2 P 1 V 2 S 2 K 2 + S 2 P 2 Y 2 m 3 Y 2 P 2 P 2 = V 2 S 2 K 2 + S 2 P 2 α 2 (S 2 ) P 2 + β 2 (S 2 ) Q 2 Q 2 = α 2 (S 2 ) P 2 β 2 (S 2 )Q 2 S 3 = m 3 P 2 V 3 S 3 K 3 + S 3 P 3 Y 3 P 3 = V 3 S 3 K 3 + S 3 P 3 α 3 (S 3 ) P 3 + β 3 (S 3 ) Q 3 Q 3 = α 3 (S 3 ) P 3 β(s 3 )Q 3

36 Chemostat model 36 / 47 P 1 t S1 t P 2 t S2 t P 3 t S3 t Negativne koncentracije supstrata!

37 Chemostat model 37 / 47 I dalje se troši supstrat kada ga nema. Modificirajmo proizvodnju supstrata. Ako nema supstrata S 1 onda nema niti proizvodnje supstrata S 2. Proizvodnja: S S 1 m 2 P 1 S S 2 m 3 P 2

38 Chemostat model 38 / 47 P 1 t S1 t P 2 t S2 t P 3 t S3 t

39 Chemostat model 39 / 47 Ako na isti način modificiramo model rasta s ograničenjem (bez populacije stanica u mirovanju) dobijamo Model: S 1 = V 1 S 1 K 1 + S 1 P 1 Y 1 S S 1 m 2 Y 1 P 1 P 1 = V 1 S 1 K 1 + S 1 P 1 S 2 = S S 1 m 2 P 1 V 2 S 2 K 2 + S 2 P 2 Y 2 S S 2 m 3 Y 2 P 2 P 2 = V 2 S 2 K 2 + S 2 P 2 S 3 = S S 2 m 3 P 2 V 3 S 3 K 3 + S 3 P 3 Y 3 P 3 = V 3 S 3 K 3 + S 3 P 3

40 Chemostat model 40 / 47 P 1 t S1 t P 2 t S2 t P 3 t S3 t

41 41 / Domaća zadaća Model bioreaktora Chemostat model Izvedite model hranidbenog lanca s tri populacije za rast u chemostatu.

42 42 / 47 Model bioreaktora 4.4. Model infuzije lijeka Model infuzije lijeka Modifikacija chemostat modela se može iskoristiti kao jednostavan model utjecaja lijeka u krvi (npr. kemoterapija). Ovdje je S 0 - koncentracija lijeka u krvi koja ulazi u organ (u chemostat modelu je to bila oznaka za koncentraciju hranjivih sastojaka).

43 Model infuzije lijeka 43 / 47 P(t) - broj stanica izloženih lijeku (pretpostavka: sve su stanice jednake mase) V volumen krvi u organu, tj. volumen krvi u području u kojem se stanice tretiraju. F = F in = F out - brzina protoka krvi (l/s) S 0, S(t) - koncentracija lijeka Pretpostavka: stanice i lijek u organu su dobro izmiješani. Realističniji modeli npr. uključuju da lijek djeluje samo na vanjske stanice tumora. F je brzina toka krvi koja arterijom dolazi u organ i izlazi iz njega..

44 Model infuzije lijeka 44 / 47 Glavna razlika u odnosu na chemostat model: stanice se razmnožavaju brzinom koja je, u principu, nezavisna o lijeku. ali lijek ima negativni utjecaj na rast populacije stanica ubijajući ih. Brzinu ubijanja opisujemo nekom funkcijom K (S). krv na izlazu sadrži samo (neiskorišteni) lijek a ne i stanice. Pretpostavke su: stanice se razmnožavaju eksponencijalno brzina ubijanja je proporcionalna s K (S) P.

45 Model infuzije lijeka 45 / 47 Uočimo da je brzina ubijanja stanica modelirana s K (S) P. Broj ubijenih stanica u jedinici vremena ovisi o ukupnom broju stanica. Povećanjem broja stanica očekujemo i povećanje broja ubijenih stanica K (S) P je najjednostavnija funkcija koja to opisuje (parsimonija!)

46 46 / 47 Chemostat model: Model bioreaktora Model infuzije lijeka P = K (S)P ωp S = K (S) P Y + ω(s S 0) Rast populacije ne ovisi o koncentraciji lijeka (S): = K (S)P kp Nema otjecanja stanica: = ωp 0 Model infuzije lijeka: P = kp K (S)P S = αk (S)P + ω(s S 0 )

47 Model infuzije lijeka 47 / 47 Kako definirati funkciju K (S)? K (0) = 0 i K ( ) = β < = K (S) = βs a + S. Zadatak. Modificirajte model. Pretpostavku o eksponencijalnom rastu zamijenite logističkim ili Gompertzovim modelom.

Matematika 1 - vježbe. 11. prosinca 2015.

Matematika 1 - vježbe. 11. prosinca 2015. Matematika - vježbe. prosinca 5. Stupnjevi i radijani Ako je kut φ jednak i rad, tada je veza između i 6 = Zadatak.. Izrazite u stupnjevima: a) 5 b) 7 9 c). d) 7. a) 5 9 b) 7 6 6 = = 5 c). 6 8.5 d) 7.

Διαβάστε περισσότερα

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju

Διαβάστε περισσότερα

1.4 Tangenta i normala

1.4 Tangenta i normala 28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x

Διαβάστε περισσότερα

3.1 Granična vrednost funkcije u tački

3.1 Granična vrednost funkcije u tački 3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili

Διαβάστε περισσότερα

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:

Διαβάστε περισσότερα

PARNA POSTROJENJA ZA KOMBINIRANU PROIZVODNJU ELEKTRIČNE I TOPLINSKE ENERGIJE (ENERGANE)

PARNA POSTROJENJA ZA KOMBINIRANU PROIZVODNJU ELEKTRIČNE I TOPLINSKE ENERGIJE (ENERGANE) (Enegane) List: PARNA POSTROJENJA ZA KOMBINIRANU PROIZVODNJU ELEKTRIČNE I TOPLINSKE ENERGIJE (ENERGANE) Na mjestima gdje se istovremeno troši električna i toplinska energija, ekonomičan način opskrbe energijom

Διαβάστε περισσότερα

( , 2. kolokvij)

( , 2. kolokvij) A MATEMATIKA (0..20., 2. kolokvij). Zadana je funkcija y = cos 3 () 2e 2. (a) Odredite dy. (b) Koliki je nagib grafa te funkcije za = 0. (a) zadanu implicitno s 3 + 2 y = sin y, (b) zadanu parametarski

Διαβάστε περισσότερα

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

ELEKTROTEHNIČKI ODJEL MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,

Διαβάστε περισσότερα

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,

Διαβάστε περισσότερα

Funkcije dviju varjabli (zadaci za vježbu)

Funkcije dviju varjabli (zadaci za vježbu) Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva

Διαβάστε περισσότερα

numeričkih deskriptivnih mera.

numeričkih deskriptivnih mera. DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,

Διαβάστε περισσότερα

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe

Διαβάστε περισσότερα

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A. 3 Infimum i supremum Definicija. Neka je A R. Kažemo da je M R supremum skupa A ako je (i) M gornja meda skupa A, tj. a M a A. (ii) M najmanja gornja meda skupa A, tj. ( ε > 0)( a A) takav da je a > M

Διαβάστε περισσότερα

Eliminacijski zadatak iz Matematike 1 za kemičare

Eliminacijski zadatak iz Matematike 1 za kemičare Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska

Διαβάστε περισσότερα

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati

Διαβάστε περισσότερα

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova) A MATEMATIKA (.6.., treći kolokvij. Zadana je funkcija z = e + + sin(. Izračunajte a z (,, b z (,, c z.. Za funkciju z = 3 + na dite a diferencijal dz, b dz u točki T(, za priraste d =. i d =.. c Za koliko

Διαβάστε περισσότερα

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1; 1. Provjerite da funkcija f definirana na segmentu [a, b] zadovoljava uvjete Rolleova poučka, pa odredite barem jedan c a, b takav da je f '(c) = 0 ako je: a) f () = 1, a = 1, b = 1; b) f () = 4, a =,

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, 1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

Operacije s matricama

Operacije s matricama Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M

Διαβάστε περισσότερα

Matematička analiza 1 dodatni zadaci

Matematička analiza 1 dodatni zadaci Matematička analiza 1 dodatni zadaci 1. Ispitajte je li funkcija f() := 4 4 5 injekcija na intervalu I, te ako jest odredite joj sliku i inverz, ako je (a) I = [, 3), (b) I = [1, ], (c) I = ( 1, 0].. Neka

Διαβάστε περισσότερα

7 Algebarske jednadžbe

7 Algebarske jednadžbe 7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.

Διαβάστε περισσότερα

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k. 1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,

Διαβάστε περισσότερα

Kaskadna kompenzacija SAU

Kaskadna kompenzacija SAU Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su

Διαβάστε περισσότερα

RIJEŠENI ZADACI I TEORIJA IZ

RIJEŠENI ZADACI I TEORIJA IZ RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D} Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija

Διαβάστε περισσότερα

18. listopada listopada / 13

18. listopada listopada / 13 18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu

Διαβάστε περισσότερα

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1 Strukture podataka i algoritmi 1. kolokvij Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i službeni šalabahter. Predajete samo papire koje ste dobili. Rezultati i uvid u kolokvije: ponedjeljak,

Διαβάστε περισσότερα

41. Jednačine koje se svode na kvadratne

41. Jednačine koje se svode na kvadratne . Jednačine koje se svode na kvadrane Simerične recipročne) jednačine Jednačine oblika a n b n c n... c b a nazivamo simerične jednačine, zbog simeričnosi koeficijenaa koeficijeni uz jednaki). k i n k

Διαβάστε περισσότερα

1 Promjena baze vektora

1 Promjena baze vektora Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis

Διαβάστε περισσότερα

Opća bilanca tvari - = akumulacija u dif. vremenu u dif. volumenu promatranog sustava. masa unijeta u dif. vremenu u dif. volumen promatranog sustava

Opća bilanca tvari - = akumulacija u dif. vremenu u dif. volumenu promatranog sustava. masa unijeta u dif. vremenu u dif. volumen promatranog sustava Opća bilana tvari masa unijeta u dif. vremenu u dif. volumen promatranog sustava masa iznijeta u dif. vremenu iz dif. volumena promatranog sustava - akumulaija u dif. vremenu u dif. volumenu promatranog

Διαβάστε περισσότερα

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!

Διαβάστε περισσότερα

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. Ĉetverokut - DOMAĆA ZADAĆA Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. 1. Duljine dijagonala paralelograma jednake su 6,4 cm i 11 cm, a duljina jedne njegove

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a

Διαβάστε περισσότερα

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1. σ-algebra skupova Definicija : Neka je Ω neprazan skup i F P(Ω). Familija skupova F je σ-algebra skupova na Ω ako vrijedi:. F, 2. A F A C F, 3. A n, n N} F n N A n F. Borelova σ-algebra Definicija 2: Neka

Διαβάστε περισσότερα

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1. Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )

Διαβάστε περισσότερα

MEHANIKA FLUIDA. Isticanje kroz otvore sa promenljivim nivoom tečnosti

MEHANIKA FLUIDA. Isticanje kroz otvore sa promenljivim nivoom tečnosti MEHANIKA FLUIDA Isticanje kroz otvore sa promenljivim nivoom tečnosti zadatak Prizmatična sud podeljen je vertikalnom pregradom, u kojoj je otvor prečnika d, na dve komore Leva komora je napunjena vodom

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012 Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)

Διαβάστε περισσότερα

TRIGONOMETRIJA TROKUTA

TRIGONOMETRIJA TROKUTA TRIGONOMETRIJA TROKUTA Standardne oznake u trokutuu ABC: a, b, c stranice trokuta α, β, γ kutovi trokuta t,t,t v,v,v s α,s β,s γ R r s težišnice trokuta visine trokuta simetrale kutova polumjer opisane

Διαβάστε περισσότερα

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011. INTEGRALNI RAČUN Teorije, metodike i povijest infinitezimalnih računa Lucija Mijić lucija@ktf-split.hr 17. veljače 2011. Pogledajmo Predstavimo gornju sumu sa Dodamo još jedan Dobivamo pravokutnik sa Odnosno

Διαβάστε περισσότερα

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.

Διαβάστε περισσότερα

Teorijske osnove informatike 1

Teorijske osnove informatike 1 Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija

Διαβάστε περισσότερα

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti). PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo

Διαβάστε περισσότερα

Riješeni zadaci: Nizovi realnih brojeva

Riješeni zadaci: Nizovi realnih brojeva Riješei zadaci: Nizovi realih brojeva Nizovi, aritmetički iz, geometrijski iz Fukciju a : N R azivamo beskoači) iz realih brojeva i ozačavamo s a 1, a,..., a,... ili a ), pri čemu je a = a). Aritmetički

Διαβάστε περισσότερα

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije

Διαβάστε περισσότερα

Gravitacija. Gravitacija. Newtonov zakon gravitacije. Odredivanje gravitacijske konstante. Keplerovi zakoni. Gravitacijsko polje. Troma i teška masa

Gravitacija. Gravitacija. Newtonov zakon gravitacije. Odredivanje gravitacijske konstante. Keplerovi zakoni. Gravitacijsko polje. Troma i teška masa Claudius Ptolemeus (100-170) - geocentrični sustav Nikola Kopernik (1473-1543) - heliocentrični sustav Tycho Brahe (1546-1601) precizno bilježio putanje nebeskih tijela 1600. Johannes Kepler (1571-1630)

Διαβάστε περισσότερα

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z. Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:

Διαβάστε περισσότερα

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda

Διαβάστε περισσότερα

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) Izračunavanje pokazatelja načina rada OTVORENOG RM RASPOLOŽIVO RADNO

Διαβάστε περισσότερα

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Numerička matematika 2. kolokvij (1. srpnja 2009.) Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni

Διαβάστε περισσότερα

Ispitivanje toka i skiciranje grafika funkcija

Ispitivanje toka i skiciranje grafika funkcija Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3

Διαβάστε περισσότερα

5. Karakteristične funkcije

5. Karakteristične funkcije 5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična

Διαβάστε περισσότερα

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Zadatak 08 (Vedrana, maturantica) Je li unkcija () = cos (sin ) sin (cos ) parna ili neparna? Rješenje 08 Funkciju = () deiniranu u simetričnom području a a nazivamo: parnom, ako je ( ) = () neparnom,

Διαβάστε περισσότερα

Kombinirajući gornja razmatranja, zaključujemo da za prirast količine kulture NV u malom vremenskom intervalu od t do t + t vrijedi:

Kombinirajući gornja razmatranja, zaključujemo da za prirast količine kulture NV u malom vremenskom intervalu od t do t + t vrijedi: Dinamika kemostata Kemostat se sastoji od komore u kojoj je, u svakom trenutka, dobro izmiješana otopina neke kulture (bakterije) i hranjivih tvari stalnog ukupnog obujma. To se postiže tako da iz spremnika

Διαβάστε περισσότερα

5. PARCIJALNE DERIVACIJE

5. PARCIJALNE DERIVACIJE 5. PARCIJALNE DERIVACIJE 5.1. Izračunajte parcijalne derivacije sljedećih funkcija: (a) f (x y) = x 2 + y (b) f (x y) = xy + xy 2 (c) f (x y) = x 2 y + y 3 x x + y 2 (d) f (x y) = x cos x cos y (e) f (x

Διαβάστε περισσότερα

NOMENKLATURA ORGANSKIH SPOJEVA. Imenovanje aromatskih ugljikovodika

NOMENKLATURA ORGANSKIH SPOJEVA. Imenovanje aromatskih ugljikovodika NOMENKLATURA ORGANSKIH SPOJEVA Imenovanje aromatskih ugljikovodika benzen metilbenzen (toluen) 1,2-dimetilbenzen (o-ksilen) 1,3-dimetilbenzen (m-ksilen) 1,4-dimetilbenzen (p-ksilen) fenilna grupa 2-fenilheptan

Διαβάστε περισσότερα

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x

Διαβάστε περισσότερα

TRIGONOMETRIJSKE FUNKCIJE I I.1.

TRIGONOMETRIJSKE FUNKCIJE I I.1. TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg

Διαβάστε περισσότερα

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI 21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE 2014. GODINE 8. RAZRED TOČNI ODGOVORI Bodovanje za sve zadatke: - boduju se samo točni odgovori - dodatne upute navedene su za pojedine skupine zadataka

Διαβάστε περισσότερα

3 Populacija i uzorak

3 Populacija i uzorak 3 Populacija i uzorak 1 3.1 Slučajni uzorak X varijabla/stat. obilježje koje izučavamo Cilj statističke analize na osnovi uzorka izvesti odredene zaključke o (populacijskoj) razdiobi od X 2 Primjer 3.1.

Διαβάστε περισσότερα

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta. auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,

Διαβάστε περισσότερα

MATEMATIKA I 1.kolokvij zadaci za vježbu I dio

MATEMATIKA I 1.kolokvij zadaci za vježbu I dio MATEMATIKA I kolokvij zadaci za vježbu I dio Odredie c 0 i kosinuse kueva koje s koordinanim osima čini vekor c = a b ako je a = i + j, b = i + k Odredie koliki je volumen paralelepipeda, čiji se bridovi

Διαβάστε περισσότερα

SISTEMI NELINEARNIH JEDNAČINA

SISTEMI NELINEARNIH JEDNAČINA SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije

Διαβάστε περισσότερα

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina:

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina: S t r a n a 1 1.Povezati jonsku jačinu rastvora: a MgCl b Al (SO 4 3 sa njihovim molalitetima, m za so tipa: M p X q pa je jonska jačina:. Izračunati mase; akno 3 bba(no 3 koje bi trebalo dodati, 0,110

Διαβάστε περισσότερα

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET Riješiti jednačine: a) 5 = b) ( ) 3 = c) + 3+ = 7 log3 č) = 8 + 5 ć) sin cos = d) 5cos 6cos + 3 = dž) = đ) + = 3 e) 6 log + log + log = 7 f) ( ) ( ) g) ( ) log

Διαβάστε περισσότερα

Elementi spektralne teorije matrica

Elementi spektralne teorije matrica Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena

Διαβάστε περισσότερα

( ) ( ) Zadatak 001 (Ines, hotelijerska škola) Ako je tg x = 4, izračunaj

( ) ( ) Zadatak 001 (Ines, hotelijerska škola) Ako je tg x = 4, izračunaj Zadaak (Ines, hoelijerska škola) Ako je g, izračunaj + 5 + Rješenje Korisimo osnovnu rigonomerijsku relaciju: + Znači svaki broj n možemo zapisai n n n ( + ) + + + + 5 + 5 5 + + + + + 7 + Zadano je g Tangens

Διαβάστε περισσότερα

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove. Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =

Διαβάστε περισσότερα

Uvod u teoriju brojeva

Uvod u teoriju brojeva Uvod u teoriju brojeva 2. Kongruencije Borka Jadrijević Borka Jadrijević () UTB 2 1 / 25 2. Kongruencije Kongruencija - izjava o djeljivosti; Teoriju kongruencija uveo je C. F. Gauss 1801. De nicija (2.1)

Διαβάστε περισσότερα

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi

Διαβάστε περισσότερα

2.7 Primjene odredenih integrala

2.7 Primjene odredenih integrala . INTEGRAL 77.7 Primjene odredenih integrala.7.1 Računanje površina Pořsina lika omedenog pravcima x = a i x = b te krivuljama y = f(x) i y = g(x) je b P = f(x) g(x) dx. a Zadatak.61 Odredite površinu

Διαβάστε περισσότερα

5 Ispitivanje funkcija

5 Ispitivanje funkcija 5 Ispitivanje funkcija 3 5 Ispitivanje funkcija Ispitivanje funkcije pretodi crtanju grafika funkcije. Opšti postupak ispitivanja funkcija koje su definisane eksplicitno y = f() sadrži sledeće elemente:

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja

radni nerecenzirani materijal za predavanja Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Kažemo da je funkcija f : a, b R u točki x 0 a, b postiže lokalni minimum ako postoji okolina O(x 0 ) broja x 0 takva da je

Διαβάστε περισσότερα

Riješeni zadaci: Limes funkcije. Neprekidnost

Riješeni zadaci: Limes funkcije. Neprekidnost Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za

Διαβάστε περισσότερα

1. Duljinska (normalna) deformacija ε. 2. Kutna (posmina) deformacija γ. 3. Obujamska deformacija Θ

1. Duljinska (normalna) deformacija ε. 2. Kutna (posmina) deformacija γ. 3. Obujamska deformacija Θ Deformaije . Duljinska (normalna) deformaija. Kutna (posmina) deformaija γ 3. Obujamska deformaija Θ 3 Tenor deformaija tenor drugog reda ij γ γ γ γ γ γ 3 9 podataka+mjerna jedinia 4 Simetrinost tenora

Διαβάστε περισσότερα

Deformacije. Tenzor deformacija tenzor drugog reda. Simetrinost tenzora deformacija. 1. Duljinska deformacija ε. 1. Duljinska (normalna) deformacija ε

Deformacije. Tenzor deformacija tenzor drugog reda. Simetrinost tenzora deformacija. 1. Duljinska deformacija ε. 1. Duljinska (normalna) deformacija ε Deformae. Duljinska (normalna) deformaa. Kutna (posmina) deformaa. Obujamska deformaa Θ Tenor deformaa tenor drugog reda 9 podatakamjerna jedinia Simetrinost tenora deformaa 6 podataka 4. Duljinska deformaa

Διαβάστε περισσότερα

Obrada signala

Obrada signala Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

APROKSIMACIJA FUNKCIJA APROKSIMACIJA FUNKCIJA Osnovni koncepti Gradimir V. Milovanović MF, Beograd, 14. mart 2011. APROKSIMACIJA FUNKCIJA p.1/46 Osnovni problem u TA Kako za datu funkciju f iz velikog prostora X naći jednostavnu

Διαβάστε περισσότερα

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno. JŽ 3 POLAN TANZSTO ipolarni tranzistor se sastoji od dva pn spoja kod kojih je jedna oblast zajednička za oba i naziva se baza, slika 1 Slika 1 ipolarni tranzistor ima 3 izvoda: emitor (), kolektor (K)

Διαβάστε περισσότερα

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. Neka je a 3 x 3 + a x + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. 1 Normiranje jednadžbe. Jednadžbu podijelimo s a 3 i dobivamo x 3 +

Διαβάστε περισσότερα

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO Matematičke metode u marketingu Multidimenzionalno skaliranje Lavoslav Čaklović PMF-MO 2016 MDS Čemu služi: za redukciju dimenzije Bazirano na: udaljenosti (sličnosti) među objektima Problem: Traži se

Διαβάστε περισσότερα

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2. Sume kvadrata Koji se prirodni brojevi mogu prikazati kao zbroj kvadrata dva cijela broja? Propozicija 1. Ako su brojevi m i n sume dva kvadrata, onda je i njihov produkt m n takoder suma dva kvadrata.

Διαβάστε περισσότερα

PRIMJER 3. MATLAB filtdemo

PRIMJER 3. MATLAB filtdemo PRIMJER 3. MATLAB filtdemo Prijenosna funkcija (IIR) Hz () =, 6 +, 3 z +, 78 z +, 3 z +, 53 z +, 3 z +, 78 z +, 3 z +, 6 z, 95 z +, 74 z +, z +, 9 z +, 4 z +, 5 z +, 3 z +, 4 z 3 4 5 6 7 8 3 4 5 6 7 8

Διαβάστε περισσότερα

Novi Sad god Broj 1 / 06 Veljko Milković Bulevar cara Lazara 56 Novi Sad. Izveštaj o merenju

Novi Sad god Broj 1 / 06 Veljko Milković Bulevar cara Lazara 56 Novi Sad. Izveštaj o merenju Broj 1 / 06 Dana 2.06.2014. godine izmereno je vreme zaustavljanja elektromotora koji je radio u praznom hodu. Iz gradske mreže 230 V, 50 Hz napajan je monofazni asinhroni motor sa dva brusna kamena. Kada

Διαβάστε περισσότερα

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa? TET I.1. Šta je Kulonova sila? elektrostatička sila magnetna sila c) gravitaciona sila I.. Šta je elektrostatička sila? sila kojom međusobno eluju naelektrisanja u mirovanju sila kojom eluju naelektrisanja

Διαβάστε περισσότερα

Otpornost R u kolu naizmjenične struje

Otpornost R u kolu naizmjenične struje Otpornost R u kolu naizmjenične struje Pretpostavimo da je otpornik R priključen na prostoperiodični napon: Po Omovom zakonu pad napona na otporniku je: ( ) = ( ω ) u t sin m t R ( ) = ( ) u t R i t Struja

Διαβάστε περισσότερα

INTELIGENTNO UPRAVLJANJE

INTELIGENTNO UPRAVLJANJE INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila

Διαβάστε περισσότερα

Dužina luka i oskulatorna ravan

Dužina luka i oskulatorna ravan Dužina luka i oskulatorna ravan Diferencijalna geometrija Vježbe Rješenja predati na predavanjima, u srijedu 9. ožujka 16. god. Zadatak 1. Pokazati da je dužina luka invarijantna pod reparametrizacijom

Διαβάστε περισσότερα

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA : MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp

Διαβάστε περισσότερα

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011. Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,

Διαβάστε περισσότερα

Sortiranje prebrajanjem (Counting sort) i Radix Sort

Sortiranje prebrajanjem (Counting sort) i Radix Sort Sortiranje prebrajanjem (Counting sort) i Radix Sort 15. siječnja 2016. Ante Mijoč Uvod Teorem Ako je f(n) broj usporedbi u algoritmu za sortiranje temeljenom na usporedbama (eng. comparison-based sorting

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo Najpre da se podsetimo tablice i osnovnih pravila:. C0.. (. ( n n n-. (a a lna 6. (e e 7. (log a 8. (ln ln a (>0 9. ( 0 0. (>0 (ovde je >0 i a >0. (cos. (cos - π. (tg kπ cos. (ctg

Διαβάστε περισσότερα

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova) MEHANIKA 1 1. KOLOKVIJ 04/2008. grupa I 1. Zadane su dvije sile F i. Sila F = 4i + 6j [ N]. Sila je zadana s veličinom = i leži na pravcu koji s koordinatnom osi x zatvara kut od 30 (sve komponente sile

Διαβάστε περισσότερα

Računarska grafika. Rasterizacija linije

Računarska grafika. Rasterizacija linije Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem

Διαβάστε περισσότερα

Osnovne teoreme diferencijalnog računa

Osnovne teoreme diferencijalnog računa Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako

Διαβάστε περισσότερα

Gauss, Stokes, Maxwell. Vektorski identiteti ( ),

Gauss, Stokes, Maxwell. Vektorski identiteti ( ), Vektorski identiteti ( ), Gauss, Stokes, Maxwell Saša Ilijić 21. listopada 2009. Saša Ilijić, predavanja FER/F2: Vektorski identiteti, nabla, Gauss, Stokes, Maxwell... (21. listopada 2009.) Skalarni i

Διαβάστε περισσότερα

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x.

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x. 4.7. ZADACI 87 4.7. Zadaci 4.7.. Formalizam diferenciranja teorija na stranama 4-46) 340. Znajući izvod funkcije arcsin, odrediti izvod funkcije arccos. Rešenje. Polazeći od jednakosti arcsin + arccos

Διαβάστε περισσότερα